Во вторник Google представил API Gemini Decisions, новую конечную точку, созданную для быстрых решений с закрытым набором, основанную на специально созданной модели под названием Gemini Decision 1 (gemini-decision-1). Согласно объявлению Google, API теперь доступен через Gemini API в Google AI Studio.

Идея проста: для большого класса производственной работы ИИ не нужна модель, которая пишет эссе. Выбор инструментов, проверка политик, маршрутизация моделей и оценка контекста — все это ограниченный выбор, и для них генеративная генерация текста — это медленно, дорого и плохо откалибровано. Вместо этого API решений принимает варианты вашего кандидата и оценивает их, возвращая вероятности и оценки достоверности, а не сгенерированный текст ответа.

Дополнительную информацию об инструментах разработчика, подобных этому, можно найти в нашем [освещении об инструментах искусственного интеллекта] (https://aibuzzwire.news).

Один ввод, до 1000 вопросов, один проход вперед

Модель ввода API является необычной и сделана намеренно. Разработчики передают один мультимодальный ввод — текст, изображения, аудио, видео или PDF-файлы с контекстами до 256 000 токенов — а также до 1000 независимых вопросов в одном запросе. Вопросы могут сочетать проверки «да/нет», варианты выбора с несколькими вариантами ответов и оценки по критериям для одного и того же общего ввода.

Поскольку Gemini Decision 1 оценивает варианты-кандидаты за один прямой проход, а не декодирует токены один за другим, Google сообщает, что медианное время вычисления модели составляет 50–100 миллисекунд, а сквозная задержка — 150–250 миллисекунд. Компания заявляет, что производительность остается практически неизменной, поскольку количество вопросов варьируется от 1 до 100 на запрос, и что общий ввод оплачивается один раз, независимо от того, сколько вопросов оценивается по нему.

Цены: никаких токенов вывода никогда

Цена Gemini Decision 1 составляет 0,10 доллара США за 1 миллион входных токенов, при этом в счет взимается ноль выходных токенов — существенное структурное отличие от генеративных API, где выходные токены обычно доминируют в счете. Google заявляет, что это делает Decisions API почти в 5 раз дешевле в рамках общего набора тестов, чем Gemini 3.5 Flash-Lite, используемый через Interactions API, без отдельной платы за транскрипцию звука или распознавание текста. В Google AI Studio доступен бесплатный уровень для прототипирования.

Калибровка — главная претензия

Заявление Google лидирует с заявлением о калибровке: по тестам, охватывающим маршрутизацию агентов, рассуждения, ранжирование и мультимодальное понимание, компания заявляет, что Gemini Decision 1 лидирует в наборе с наименьшей ошибкой калибровки. Каждый ответ поставляется с оценкой достоверности от 0 до 1, поэтому код приложения может направлять неоднозначные случаи к резервной модели или проверяющему-человеку вместо того, чтобы доверять классификации с низкой степенью достоверности.

Калибровка имеет значение, поскольку сбои маршрутизации усугубляются в агентских системах. Агент, который с высокой степенью уверенности выбирает неправильный инструмент, терпит неудачу; агент, который знает, когда он не уверен, может изящно деградировать. Превращение калиброванной уверенности в первоклассный результат API — наряду с самой классификацией — возможно, является наиболее ориентированной на производство частью запуска.

Нативная мультимодальность за один проход

Построенная на собственной мультимодальной архитектуре Gemini, модель обрабатывает текст, изображения, аудио, видео и PDF-файлы непосредственно за один проход. Примеры Google демонстрируют смешение методов на практике: объединение записи разговора с метаданными учетной записи или отсканированного страхового заявления в формате PDF с фотографиями ущерба, а также настройка разрешения на входах изображения и видео, чтобы сбалансировать визуальные детали и стоимость токенов.

Компания также подчеркнула важность внутреннего внедрения. Google сообщает, что команды по всей компании уже используют Decisions API в качестве плоскости управления с малой задержкой, предоставляя функции путем определения параметров, а не обучения пользовательских классификаторов, включая Stitch Rapid, который, как говорится в объявлении, использует API для разработки всего потока продуктов за считанные секунды.

Поддержка экосистемы с первого дня

Google перечислил интеграции с OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit и OpenCode, а также SDK google-genai для Python, JavaScript и REST. Согласно объявлению, поддержка Gemini в Google Cloud появится в ближайшее время.

Разработчики могут начать уже сегодня с ключа API в Google AI Studio и опубликованных Google демо-приложений — Doorstep Parcels, Speed ​​Sketch и Find the Zoo Keeper — чтобы продемонстрировать шаблоны запросов в действии.

Почему это важно для агентской экономики

API решений ориентирован на наименее привлекательный, но наиболее активно используемый уровень стека новых агентов: постоянные небольшие решения, которые агент принимает десятки раз для каждой задачи. Если маршрутизация, проверка политик и оценка контекста могут выполняться за 150–250 миллисекунд с предсказуемыми ценами, экономика долгосрочных рабочих процессов агентов существенно изменится — уровень принятия решений перестанет быть узким местом генеративной модели и станет ближе к традиционной инфраструктуре.

Запуск также усиливает позиции Google среди конкурентов, создающих специализированные модели классификации и маршрутизации, путем объединения мультимодальных возможностей передовых лабораторий с ценой на сырьевые товары. Это также сигнализирует о том, где Google видит разделение рынка API: генеративные модели для открытой работы, модели принятия решений для ограниченных, больших объемов проверок, которые держат агентские системы на рельсах. По мере роста внедрения независимые тесты подтвердят заявления о калибровке.

---

Будьте впереди ИИ

Получайте последние новости, анализ и открытия в области искусственного интеллекта — все в одном месте.

Подробнее новости AI →